慕強還是畏強？知識可達性與技術合作創新質量

收稿日期：2023-04-21 修回日期：2023-06-12

基金項目：國家自然科學基金項目（72272112）

作者簡介：侯雪茹（1994—），女，內蒙古呼和浩特人，武漢大學經濟與管理學院博士研究生，研究方向為創新管理、創新網絡；劉明霞（1972—），女，湖北棗陽人，博士，武漢大學經濟與管理學院教授、博士生導師，研究方向為創新管理、組織理論。本文通訊作者：劉明霞。

摘 要：知識可達性作為一種優勢表征在創新研究中未受到足夠重視，可能會影響潛在合作者的評價反饋。基于信號理論考察知識可達性對創新價值的有用性以及對高管連鎖網絡、知識侵權風險的調節作用，運用2008—2020年汽車制造業上市公司數據進行實證檢驗，結果發現：①知識可達性對焦點企業技術合作創新質量發揮慕強效應，具有正向影響；②高管連鎖多樣性和連鎖密度作為誘發畏強效應的關鍵要素，負向調節知識可達性與技術合作創新質量關系；③知識侵權風險作為誘發畏強效應的不確定性因素，負向調節知識可達性與技術合作創新質量關系，使高管連鎖多樣性和連鎖密度對知識可達性與技術合作創新質量的負向調節作用在知識侵權風險大的環境中更顯著。研究結論可為提升企業知識優勢信號吸引力提供理論參考。

關鍵詞：技術合作創新質量；知識可達性；高管連鎖網絡；信號理論；知識侵權風險

DOI：10.6049/kjjbydc.2023040534

開放科學（資源服務）標識碼（OSID） 開放科學（資源服務）標識碼（OSID）：

中圖分類號：F272.4

文獻標識碼：A

文章編號：1001-7348（2024）19-0118-10

0 引言

中共二十大報告強調，“加快實現高水平科技自立自強。以國家戰略需求為導向，集聚力量進行原創性引領性科技攻關，堅決打贏關鍵核心技術攻堅戰”。目前，借助外部力量推動企業創新是一種重要合作方式，但如何提升原創性合作科技成果質量有待探討。合作過程往往伴隨著一系列信息不對稱，合作方基于信任關系給予正向反饋、積極配合是焦點企業提升創新質量的重要前提（于貴芳等，2020）。那么，哪些特質能夠促使焦點企業在創新合作中獲得正向反饋，進而提高合作創新質量？現有研究認為，彰顯能力或地位等優勢信號容易引起外界議論，而否定優勢信號在合作過程中的親社會性則容易導致合作關系破裂［1］。企業知識可達性是指企業知識創造力較強并對行業技術重組具有非凡影響力，即有效知識到達企業并被內化的程度。知識可達性代表企業的知識組合潛力和知識吸收能力，知識可達性高的企業是否會導致合作關系破裂進而降低合作創新質量？

當前，關于合作創新的研究多聚焦于合作網絡或發明人網絡［2-3］，僅有少量學者探討知識可達性與企業創新之間的關系，從網絡視角強調知識網絡中心度或結構洞優勢，未明晰信號視角下知識可達性對合作創新質量的影響。周懷康等（2021）研究發現，科技人員在校友關系網絡中的知識可達性有利于提高科研創新產出質量。團隊成員間的知識可達性有利于促進隱性知識擴散［4］。Nakauch等［5］證實知識可達性對知識轉移具有正向影響，認為知識可達性是企業主動花時間參與知識轉移的意愿和能力。可見，現有文獻未重視知識可達性所代表的知識重組潛力對合作創新的作用。因此，有必要從信號視角深入研究知識可達性對焦點企業合作創新質量的影響。

此外，以往文獻認為社會網絡關系是知識搜索、傳遞、吸收的“橋梁”［6］，對于提高知識可達性具有重要意義。Fleming等［7］、Wang等［8］研究發現，企業社會網絡關系會阻礙知識要素交流，對知識組合潛力和新穎性產生負面影響，因此知識合作關系與社會網絡關系解耦性不利于知識優勢信號的形成與傳遞。實際上，高管連鎖網絡是當前社會網絡關系最普遍的形式之一，現有研究多探討從高管連鎖網絡中轉移的知識對創新的作用，未從高管連鎖關系與知識合作關系解耦性出發考察高管連鎖網絡對知識可達性與焦點企業合作創新質量關系的影響。

除考慮高管連鎖網絡這一要素外，合作方對焦點企業信任度的判斷還受情境因素的影響。研究表明，當信息不對稱時，資金供給者會高估所投資企業面臨的真實風險［9］，因此知識侵權風險等不確定性因素也是不信任情緒產生的不可抗力，進而影響知識可達性能否產生積極價值。鑒于此，本文重點探討以下問題：①知識可達性是否會影響焦點企業合作創新質量？②高管連鎖網絡是否在知識可達性與焦點企業合作創新質量之間存在調節作用？③知識侵權風險作為不確定性因素，對知識可達性、高管連鎖網絡與焦點企業合作創新質量關系具有哪些影響？

1 理論回顧與研究假設

1.1 信號理論視角下知識可達性

知識可達性是指企業為實現技術創新目標有效吸收和利用知識的程度，代表企業知識吸收和組合潛力［5］，是企業能夠把握知識機遇、創造知識價值的一種優勢表征［4］。知識可達性的概念由Borgatti & Cross［10］提出，作者雖然將“可達性”一詞引入關系網絡范疇，但僅局限于個體在網絡關系中被動吸收其他個體信息；之后，Nakauchi等突破關系網絡研究范疇，指出知識可達性是指企業主動花時間參與知識轉移的意愿和能力，為研究企業知識利用效果、知識轉移能力提供了基礎。

一方面，從專利知識本身而言，專利引用知識元素越多，越能提高該專利的可見性和知識組合機會；另一方面，從知識賦能者而言，專利引用元素越多，對企業知識探索意愿和知識整合能力要求越高，越能凸顯企業主動轉移和創造知識的能動性［8］。本文認為，相比于專利軌跡等需要大量收集的復雜知識信息，用專利引用排名衡量知識可達性更容易，其所包含的知識組合潛力和賦能潛力具有重要價值，對于合作方初始選擇具有很強的信號篩選作用。然而，現有研究大多忽視了知識可達性的信號價值。信號效應一般可用可靠性、可觀測和模仿成本高等機制解釋，基于這一思路，知識可達性的信號效應體現在以下3個方面：①知識可達性程度越深，焦點企業知識技術背景越深厚，眾多知識要素越能卓有成效地結合，企業創新行為越具備合法性［11］，創新能力越真實可靠；②新進入企業知識被充分利用并產生眾多創新成果，焦點企業的學習野心引起外部企業關注；③注意力作為一種稀缺資源［7］，能否使知識真正產生價值需要獲得者長時間的技術能力積累［5］，因此知識可達性的信號成本主要建立在企業對以往知識的關注和能力累加上，很難被外界模仿。可見，知識可達性具有可靠性、可觀測和模仿成本高等信號價值［12］，因此本文將知識可達性關注點聚焦于信號理論視角。

1.2 知識可達性與技術合作創新質量：慕強效應

當前，關于知識可達性與合作創新的研究主要從知識共享機制和多主體互動機制視角展開。①知識共享機制，當企業處于外部網絡時，知識可達性作為廣泛的知識聯結點更容易獲取發明人群體信任，促進科技人員知識共享［13］，進而影響合作創新發展；②多主體互動機制，知識可達性對知識擴散具有積極作用，知識可達性程度越高，知識節點鄰域空間越大，知識主體交流機會越多，越有利于發明人篩選最優合作伙伴［4］。從信號理論角度分析，知識可達性程度越高，焦點企業從多主體互動環境中吸收和重組知識能力的優勢就越突出，對知識合作方與焦點企業構建合作關系以及獲取知識反饋具有指導意義。

本文認為，知識可達性可提升焦點企業技術合作創新質量。知識合作者將知識可達性的信號價值視為“強強合作”機遇，因此傾向于作出“慕強”反饋。第一，知識可達性程度越高，焦點企業在創新合作過程中保持高水平知識共享的意愿越強烈。該信號有利于減少合作者的過度防備，使其與焦點企業積極合作［14］，培養穩定的知識氛圍，增強創新信心［15］，提高創新質量。第二，知識可達性程度越高，多主體互動信號越強烈，焦點企業越能夠疏導知識流、緩解組織外部知識擁擠［16］。知識合作者認為通過焦點企業可以結識更多高質量合作伙伴，更愿意與焦點企業合作開展多主體創新互動。基于自愿動機建立的合作使雙方相互包容，能夠縮短合作進程，避免伙伴搜索成本對創新投入形成擠占，將有限資源投入到研發合作中，進而提高合作創新質量。

有學者認為，知識可達性所傳遞的強知識重組能力、吸收能力有可能引起知識合作方對核心知識泄漏的擔憂［13］，但也會促使知識合作方對獲取高回報抱有較大期望［14］。因此，本文認為知識合作方對知識流失的擔憂不足以超越其創新獲利動機。相反，該信號還能起到威懾作用，降低合作方潛在投機風險，約束合作方機會主義行為，提高焦點企業技術合作創新質量。據此，本文提出如下假設：

H1：知識可達性的慕強效應正向影響焦點企業技術合作創新質量。

1.3 高管連鎖特征的調節作用

高管連鎖網絡是焦點企業以高管為中間聯系人構建的社會網絡，強調人與人之間的政治、經濟、文化聯系。高管連鎖關系從質量和數量上形成焦點企業整體連鎖網絡特征，如高管連鎖多樣性和高管連鎖密度。高管連鎖多樣性是指通過高管兼任與焦點企業建立聯系的連鎖企業差異化程度，有利于焦點企業快速了解前沿創新趨勢。相比于同質資源，異質資源存在一定利用難度，焦點企業需要投入很多精力解構異質性知識；高管連鎖密度是指由高管兼任形成的連鎖關系數量，企業開放性連鎖伙伴越多，焦點企業面臨的連鎖需求也就越多，連鎖高管作為連鎖企業中的一員，為履行在連鎖企業的崗位責任，傾向于以合作方式加強焦點企業與連鎖企業的聯結強度［17］。

一般而言，連鎖高管在合作創新中發揮保薦作用，擁有重要決策職能的公司高管構成的連鎖關系網絡能夠彰顯個人多元化和規模化資源儲備，向焦點企業傳達個人競爭優勢和自身良好表現，進而獲取升職Rhyy71WI8mUEshDEJUA8AnZFG+xqVZh6Bg9Dz5UvVXw=機會和追求高度話語權并參與合作創新。因此，連鎖網絡暗含著高管合作動機和偏好［18］，連鎖高管往往傾向于與擁有強關系的個體密切互動［19］，而與那些弱關系鏈接合作伙伴互動有限，容易觸發知識合作方的消極情緒和認知，降低合作凝聚力，破壞合作穩定性［19-20］，對知識交換產生負面影響。

1.3.1 高管連鎖多樣性的調節作用：畏強效應

本文認為，高管連鎖多樣性有可能抑制知識可達性對技術合作創新質量的積極作用。首先，高管連鎖多樣性意味著高管團隊成員外部職能經歷具有異質性特征，容易造成高管團隊內部意見不統一，無法達成決策共識，甚至還有可能引發團隊沖突［21］，進而破壞焦點企業整體知識合作氛圍。相應地，多樣化關系意味著所傳遞的知識資源具有異質性，相比于同質資源，異質性資源更具有吸引力，容易導致焦點企業傾注更多資源和精力解構異質性知識，忽略潛在知識合作方需求，消耗知識合作方積極的合作心態，降低“慕強”回報期望。Wang等［8］指出，通過網絡關系獲取的異質性知識使企業無法專注于創新機會，會對創新造成負擔。其次，連鎖網絡中的人際交流會導致明顯的信息泄露［22］，給知識共享過程帶來不同程度的流失風險，不僅會影響知識共享意愿，還會降低知識可達性的正向“慕強”反饋價值，激發“畏強”反饋，加劇知識合作方的過度防備，減少知識交流。因此，即使雙方開展合作也會引發知識隱藏行為，削弱知識整合效果，最終導致知識可達性所傳遞的知識共享信號沒有被焦點企業吸引，甚至還會浪費合作成本，進而抑制技術合作創新質量。據此，本文提出如下假設：

H2a：高管連鎖多樣性負向調節知識可達性對技術合作創新質量的積極作用。

1.3.2 高管連鎖密度的調節作用：畏強效應

本文認為，高管連鎖密度同樣會抑制知識可達性對技術合作創新質量的正向影響。首先，要提高合作創新質量，需要不斷維護多主體互動關系，促使知識合作方持續產生積極反饋。大規模高管連鎖關系可增加焦點企業關系資源，擴大連鎖伙伴選擇范圍，高管傾向于將優質創新機會分配給對自身有益的連鎖方，以完成對連鎖企業的“責任”［18-19］，從而利用不公平手段獲取更多紅利。焦點企業這種潛在的個人趨利動機會導致知識合作伙伴產生不信任感，降低合作不確定性容忍度，扭曲知識可達性正面“慕強”反饋效應，使知識合作方產生“畏強”心態，導致其將知識資源隱藏和保存下來，減少時間投入，導致知識資源流失［23］，造成知識網絡逐漸閉合、現有知識鏈條停止延伸、創新合作陷入知識路徑依賴和能力陷阱，從而抑制創新質量提升。

其次，受高管連鎖密度擴大的影響，焦點企業對連鎖企業的依賴會讓外界質疑知識可傳達性所傳達的知識重組潛力是一種“虛張聲勢”，其重組能力更多來源于連鎖公司的幫助。因此，知識可達性對慕強者的期望激勵持續下降，會進一步削弱知識合作方對焦點企業的信任度，增加創新合作破裂的可能性，進而導致創新質量下降。據此，本文提出如下假設：

H2b：高管連鎖密度負向調節知識可達性對技術合作創新質量的積極作用。

1.4 知識侵權風險的調節作用：畏強效應

知識侵權風險作為影響企業技術溢出的關鍵要素，是企業制度技術創新決策的外部條件。技術創新不確定性主要源自研發成本和收益預期不匹配。知識侵權風險會破壞企業創新收益獨占機制［24］，降低企業技術創新預期收益，增加企業投機行為和短視決策［25］，迫使知識合作者加強知識保護。本文認為，知識侵權風險越大，越會抑制知識可達性對技術合作創新質量的正向影響。從知識可達性“慕強”邏輯看，潛在合作方信任知識共享環境，期待借助焦點企業強能力優勢促進自身發展，從而正向反饋于合作創新質量。但如果剽竊者頻繁侵占他人利益，將會產生不良的社會示范效應，降低知識共享環境的保密性，導致潛在合作方產生知識隱藏行為［26］。而且，侵權訴訟是一個持續博弈過程，無論訴訟結果好壞都會加劇知識環境不確定性，使多主體互動變得不穩定，進而導致原本的“慕強”反饋逐漸轉化成“畏強”反饋。因此，知識侵權風險信任度受損不僅不利于知識吸收，還會降低焦點企業知識獲取質量，使其難以獲得新想法、新知識和資源支持。據此，本文提出如下假設：

H3：知識侵權風險負向調節知識可達性對技術合作創新質量的積極作用。

由上述分析可知，高管連鎖多樣性和高管連鎖密度所引發的“畏強”反饋會對知識共享和多主體互動價值造成扭曲，使知識合作者認為焦點企業知識共享環境保密性差、多主體互動紅利溢出不穩定，進而抑制合作創新質量。本文認為，造成知識合作者對焦點企業連鎖關系消極的原因在于知識環境不穩定性，因此面對專利侵權頻發現象，高管連鎖網絡會激發潛在合作方的“畏強”意識，進而對技術合作創新產生阻礙作用。據此，本文提出如下假設：

H4a：知識侵權風險會加劇高管連鎖網絡多樣性對知識可達性與技術合作創新質量關系的負向調節作用;

H4b：知識侵權風險會加劇高管連鎖網絡密度對知識可達性與技術合作創新質量關系的負向調節作用。

綜上所述，本文構建理論模型，如圖1所示。

2 研究設計

2.1 樣本選取與數據來源

本文選取2008—2020年129家汽車制造業上市公司數據作為研究樣本，主要基于以下考慮：首先，汽車行業是正在進行密集創新且在后續創新中可持續發展的產業（王弘略等，2020），如新能源汽車產業對知識更新要求較高；其次，新一代信息技術、人工智能與傳統汽車產業深度合作將重塑和再造全球汽車制造業。

本文中的技術合作創新質量數據來自CSMAR和CNRDS數據庫，對遺漏數據作交叉補遺，知識可達性數據來源于CNRDS數據庫。因為專利引用數據經過嚴格審查并被編纂于專利文件引用清單，且專利申請人需要在引文清單中披露專利相關信息，可快速捕捉并推斷企業對有效知識的關注度以及非冗余知識流入結果，因此本文采用專利引用數據考察知識可達性的信號價值。高管連鎖多樣性和高管連鎖密度數據經過手工搜索計算而得，連鎖企業初始樣本值共計23 048個。首先，從CSMAR數據庫中提取每位高管兼任的企業名稱，根據企查查、愛企查、天眼查公布的信息，手工識別連鎖企業具體行業（連鎖公司中有較多非上市公司）；其次，根據中國證券監督管理委員會發布的《行業分類結果》核查行業名稱及代碼；最后，利用連鎖企業數據測算焦點企業連鎖多樣化水平和密度。知識侵權數據來源于CSMAR數據庫，利用各地區專利侵權糾紛執法統計數據評估焦點公司所在城市的知識交互環境。其它財務數據來自CSMAR、WIND和CNRDS數據庫以及和訊網、網易財經網等。

2.2 變量設計

（1）技術合作創新質量：借鑒黎文靖和鄭曼妮［27］的研究，認為發明專利是高質量實質性創新成果。由于專利授權數經過國家專利部門審核與認定，對技術創新質量有較強解釋力（段云龍等，2023），因此本文采用聯合發明授權專利數表征技術合作創新質量。

（2）知識可達性：企業在技術創新過程中對知識吸收和利用所呈現的一種效果，用以衡量企業知識轉移和知識組合潛力。仿照Wang［8］和Zheng［28］的思路，用1除以專利i所屬行業領域排名，然后對每個焦點公司每年i個專利的知識可達程度進行加總，再加1取對數計算焦點企業知識可達程度。根據每年所申請專利i的知識引用數量進行排序，若所申請專利i的知識引用數為0，無論排名多少，該專利知識可達性程度均為0。

（3）高管連鎖多樣性：參照Herfindahl指數［29］，計算公式如下：

ETD=1－∑ni=1NiNα2（1）

其中，Ni表示高管在某行業的連鎖公司數量，N表示本企業在所有行業的連鎖關系加總；Ni/N表示第i類行業領域的連鎖企業數量占企業連鎖總數的比例。ETD值越大，說明高管連鎖關系越多樣化。

（4）高管連鎖密度：采用所有連鎖關系總數衡量。若本公司高管在另一家公司任職，記為1；在另外兩家公司任職，則記為2，依此類推（陳仕華等，2013）。例如，如果企業有5個高管具有連鎖關系，各自連鎖企業數量分別為n1、n2、n3、n4、n5。那么，企業該時期的高管連鎖密度N=n1+n2+n3+n4+n5，對N取自然對數。

（5）知識侵權風險：將專利侵權受理數或立案數加1取對數，一個地區專利侵權數越多，表明該地區知識侵權風險越大。

（6）控制變量：參考相關研究［17，30］，將盈利能力、企業成長能力、董事會規模、兩職合一、資本結構、企業規模、企業年齡、研發投入、市場發育程度設置為控制變量，具體測量方式如表1所示。

2.3 模型選取

本文因變量技術合作創新質量為聯合發明專利數量的離散型非負計數數據，由表2描述性統計結果可以看出，專利數據標準差大于均值，所以采用負二項回歸模型不會產生無效和有偏系數［31］。同時，聯合發明專利數據存在大量0值，各模型的Voung統計量均大于0，在0.05水平下顯著，因此采用零膨脹負二項回歸模型對技術合作創新質量進行檢驗［32］。

采取如下步驟最小化未觀測到的異質性和內生性偏差［33］：首先，使用第t+1期的被解釋變量TCIQi，t+1進行回歸分析。企業創新產出存在一定時滯性，尤其是從申請到授權需要經過一段時間審核，因此為反映企業創新成效，并抑制反向因果等內生性問題，將專利授權數據滯后一期；其次，為降低橫截面數據中未觀測到的內生性問題以及時間趨勢對研究結論的不良影響，本文采用企業年份固定效應；再次，為降低遺漏變量偏誤并排除替代解釋，在模型中納入控制變量。控制變量統稱為Controls，年份固定效應包含在γi，t中，模型構建如下：

TCIQi，t+1=β0+β1KACi，t+β2ETDi，t+β3ELDi，t+β4KIRi，t+β5KACi，t×ETDi，t+β6KACi，t×ELDi，t+∑βkControlsi，t+γi，t（2）

3 實證結果分析

3.1 描述性統計與相關性分析

表2報告了變量描述性統計與Pearson相關性分析結果。從中可見，變量間相關系數遠小于閾值0.7。進一步，對模型進行共線性診斷，結果發現所有變量的VIF最大值為3.07（<10），容忍度最小值為0.33（>0.1），說明本文變量不存在嚴重的多重共線性問題［34］。

3.2 回歸結果分析

3.2.1 主效應檢驗

本研究利用Stata17.0軟件進行滯后一期零膨脹負二項回歸，結果如表3所示。模型1只包含控制變量并將調節變量也作為控制變量置入，模型2在模型1的基礎上加入知識可達性，以檢驗假設H1。模型2結果顯示，KAC系數（β＝1.229，p<;0.001）為正且在1%水平上顯著，說明知識可達性對焦點企業技術合作創新質量具有正向影響，假設H1得到驗證。

3.2.2 調節效應檢驗

表3中模型3、模型4分別用以檢驗高管連鎖多樣性和高管連鎖密度對知識可達性與技術合作創新質量關系的調節效應。其中，模型3中KAC×ETD回歸系數在5%水平上顯著為負（β＝-1.101，p<0.05），表明高管連鎖多樣性負向調節知識可達性與技術合作創新質量之間的正向關系，假設H2a得到驗證。模型4中KAC×ELD的回歸系數在1%水平上顯著為負（β＝-0.408，p<0.01），表明高管連鎖密度負向調節知識可達性與技術合作創新質量之間的正向關系，假設H2b得到驗證。

同時，本文仿照陳仕華和盧昌崇（2013）的測量方法，當企業每年所在省份侵權受理或立案數高于所有省份專利侵權中位數時，將其劃入專利侵權頻發區樣本組；反之，則將其歸類為專利侵權非頻發區樣本組，通過零膨脹負二項回歸檢驗知識侵權風險對知識可達性與技術合作創新質量的調節作用。表4中模型1和模型4用以檢驗知識侵權風險對知識可達性與技術合作創新質量的調節效應。其中，模型1的KAC回歸系數（β＝1.048，p<0.05）小于模型4的KAC系數（β＝1.325，p<0.01），且顯著性水平有所降低。這表明，在知識侵權頻發地區，知識可達性對技術合作創新質量的正向作用被削弱，假設H3得到驗證。表4中模型2的KAC×ETD系數顯著為負（β＝-7.010，p<0.01），但模型5中KAC×ETD系數不顯著（β＝-0.872，p>0.1），說明知識侵權風險會加劇高管連鎖網絡多樣性對知識可達性與技術合作創新質量關系的負向調節作用，假設H4a得到驗證。表4模型3中KAC×ELD的負向系數（β＝-0.937，p<0.01）顯著大于模型6的KAC×ELD系數（β＝-0.382，p<0.01），說明在專利侵權頻發地區，高管連鎖密度對知識可達性與技術合作創新質量的負調節作用更強，假設H4b得到驗證。

3.2.3 穩健性檢驗

為使研究結果更加可靠，本文采用如下兩種方式進行穩健性檢驗：首先，采用聯合專利申請數量代替聯合專利授權數量重新衡量技術創新合作質量，記為ATC；同時，借鑒沈永建等（2019）將知識侵權風險轉變為虛擬變量，將知識侵權高風險區設定為1，將知識侵權低風險區設定為0，并參照楊震寧等（2021）的三項交乘回歸方式對知識侵權風險和高管連鎖網絡的聯合調節效應進行檢驗，結果均顯著為正，如表5模型1～模型6所示； 其次，Fleming［35］、Sorenson等［36］研究發現，引用科學論文等非專利數據也是識別知識的方法之一，能夠跨組織、技術和地理邊界快速被識別和傳播，故本文采用非專利知識引用數據考察知識可達性，記為變量NKAC，并將技術合作創新質量的聯合專利數據源擴充至集團層面，記為GTC，采用零膨脹負二項方法進行回歸，結果如表5模型7-10所示。從中可見，研究結論基本顯著。

4 結語

4.1 研究結論

本文基于信號理論探究知識可達性、高管連鎖網絡、知識侵權風險與技術合作創新質量之間的關系，通過實證分析得出以下結論：第一，知識可達性對焦點企業技術合作創新質量具有顯著正向影響。知識合作者面對焦點企業的知識優勢信號，更多是對未來合作的期待和信心，通過慕強反饋配合焦點企業提高知識整合效率，進而提升合作創新質量。第二，高管連鎖多樣性和高管連鎖密度負向調節知識可達性對技術合作創新質量的正向影響。這一結果說明，高管連鎖關系是誘發知識可達性畏強反饋的關鍵要素，知識合作者面對焦點企業錯綜復雜的連鎖關系會產生危機意識，因此基于優勢信號建立的知識合作關系與高管連鎖關系對技術合作創新存在替代作用。第三，知識侵權風險負向調節知識可達性對技術合作創新質量的積極作用；相比于知識侵權風險較低地區，高管連鎖關系對技術合作創新質量的負向調節作用在知識侵權高風險地區更顯著。

4.2 理論貢獻

（1）明確了知識可達性的慕強效應，擴展了信號理論應用范疇。目前，鮮有文獻從知識資產利用效果出發探討知識可達性在合作信號領域的賦義和解釋機制。本文突破知識可達性以往的內涵，借助信號理論解釋其所傳遞的信號意義，即通過激發知識合作者慕強效應提高焦點企業合作研發質量，豐富了知識領域信號類型研究。

（2）整合信號視角和網絡視角揭示知識可達性畏強效應對技術合作創新的“黑箱”。以往研究指出為企業提供知識資源的各種合作渠道皆有利于促進合作創新，但本文發現知識可達性產生的慕強效應存在邊界，當焦點企業存在大規模或多元化連鎖關系時，知識合作者會產生畏強效應，該結論佐證了以往研究所指出的“社會網絡與知識網絡具有解耦性，兩者無法同時激發企業探索新知識欲望”這一觀點。

（3）從情境角度補充知識可達性產生畏強效應的誘發因素。以往研究未深入探索知識侵權風險對信號通道的影響，難以完整刻畫知識信號傳遞機制，本文發現知識侵權風險對知識可達性在創新中的應用價值具有削弱作用，補充了知識侵權風險對信號反饋的影響，一定程度上解釋了知識合作者對焦點企業不信任情緒的來源。

4.3 管理啟示

（1）企業應該充分重視技術知識的信息流作用，增加技術創新中的外部知識占比。一方面，通過提高知識可達性程度給外界塑造從外部獲取的技術知識均能得到合理配置的良好印象，而并非關系的無效交往；另一方面，提高外部知識使用率，引發外部企業注意力，有效傳達技術合作可能性并彰顯自身知識重組潛力，吸引相關知識關注者的合作意愿，提升下一輪技術創造知識搜索和重組速度。

（2）并非所有關系資源網都對企業技術創新高質量發展具有推進作用，企業需要重視不同關系的協調與穩定。對于外界可能拒絕與強能力企業合作的現象，企業要注重知識資源配置節奏和對高管的有效管理，增強對連鎖合作的有效甄別，以免因“便利”關系網給外界造成“與狼共舞”的印象，進而錯過與發明人的合作機會。焦點企業需要維護知識合作者的優勢地位，通過構建優質技術協作研發體系營造穩定的合作氛圍，并在與連鎖關系密切交往時保護知識合作者的核心優勢不受侵犯。

（3）如果公司所在地知識侵權風險較大，企業需要減少波動性連鎖關系，避免給潛在知識合作者造成頻繁更換合作對象的不良印象。相反，如果公司所在地知識侵權風險較低，則可以適當調節知識合作關系與高管連鎖關系的間斷式平衡，靈活運用兩種渠道創新資源。

4.4 不足與展望

本文指出高管基于自利動機偏好與連鎖公司建立知識合作關系，但也有可能存在其它動機影響信號反饋，未來將深入剖析高管在不同連鎖情境下的多種動機行為。另外，信號反饋過程還受到很多心理認知因素的影響，未來應搜集更多一手數據，借助縱向案例研究其演化過程。

參考文獻：

［1］ SRNA S， BARASCH A， SMALL DA. On the value of modesty： how signals of status undermine cooperation［J］. Journal of Personality and Social Psychology， 2022， 122（7）： 432-445.

［2］ 馬永紅，欒昊巍，王琪，等.合作網絡特征、企業知識多元化與共性技術溢出［J］.科技進步與對策，2023，40（18）：61-71.

［3］ 朱晉偉，原夢.發明人網絡特征、知識重組能力與企業技術創新績效關系研究［J］.科技進步與對策，2023，40（21）：129-139.

［4］ 蘇加福，楊育，張娜.基于異質元胞自動機的知識協同團隊隱性知識擴散研究［J］.管理學報，2017，14（2）：245-253.

［5］ NAKAUCHI M， WASHBURN M， KLEIN K. Differences between inter-and intra-group dynamics in knowledge transfer processes［J］. Management Decision， 2017， 55（4）：766-782.

［6］ PHELPS C C. A longitudinal study of the influence of alliance network structure and composition on firm exploratory innovation［J］. Academy of Management Journal， 2010， 53（4）： 890-913.

［7］ FLEMING L， MINGO S， CHEN D. Collaborative brokerage， generative creativity， and creative success［J］. Administrative Science Quarterly， 2007， 52（3）： 443-475.

［8］ WANG C， RODAN S， FRUIN M， et al. Knowledge networks， collaboration networks， and exploratory innovation［J］. Academy of Management Journal， 2014， 57（2）： 484-514.

［9］ MYERS S C， N S. Corporate financing and investment decisions when firms have information that investors do not have［J］. Journal of Financial Economics， 1984， 13（2）： 187-221.

［10］ BORGATTI S P， CROSS R. A relational view of information seeking and learning in social networks［J］. Management Science， 2003， 49（4）： 432-445.

［11］ HANNAN M T， CARROLL G R. Dynamics of organizational populations： density， legitimation， and competition［M］. New York： Oxford University Press， 1992.

［12］ STEIGENBERGER N， WILHELM H. Extending signaling theory to rhetorical signals： evidence from crowdfunding［J］. Organization Science， 2018， 29（3）： 529-546.

［13］ 應瑛，劉洋，魏江.開放式創新網絡中的價值獨占機制：打開“開放性”和“與狼共舞”悖論［J］.管理世界，2018，34（2）：144-160，188.

［14］ MINDRUTA D. Value creation in university-firm research collaborations： a matching approach［J］. Strategic Management Journal，2013，34（6）： 644-665.

［15］ INKPEN A C. Learning through joint ventures： a framework of knowledge acquisition［J］. Journal of Management Studies， 2000，37（7）： 1019-1044.

［16］ AGGARWAL V A. Resource congestion in alliance networks： how a firm's partners′ partners influence the benefits of collaboration［J］. Strategic Management Journal， 2020， 41（4）： 627-655.

［17］ 陳建林.高管聯結對制造業企業創新績效的影響研究［J］.科研管理，2021，42（1）：200-208.

［18］ 潘越，湯旭東，寧博，等.連鎖股東與企業投資效率：治理協同還是競爭合謀［J］.中國工業經濟，2020，38（2）：136-164.

［19］ HEIDL R A， STEENSMA H K， PHELPS C. Divisive faultlines and the unplanned dissolutions of multipartner alliances［J］. Organization Science，2014，25（5）：1351-1371.

［20］ ZHANG L， GUPTA A， HALLEN B. The conditional importance of prior ties： a group-level analysis of venture capital syndication［J］. Academy of Management Journal，2016，60（4）：1360-1386.

［21］ 鄧新明，劉禹，龍賢義，等.高管團隊職能異質性與企業績效關系研究：基于管理者認知和團隊沖突的中介分析［J］.管理工程學報，2020，34（3）：32-44.

［22］ AHERN K R. Information networks： evidence from illegal insider trading tips［J］. Journal of Financial Economics，2017，125（1）： 26-47.

［23］ HALBESLEBEN J R B， NEVEU J P， PAUSTIANUNDERDAHL S C， et al. Getting to the "COR"： understanding the role of resources in conservation of resources theory［J］.Journal of Management，2014，40（5）：1334-1364.

［24］ 吳超鵬，唐菂.知識產權保護執法力度、技術創新與企業績效——來自中國上市公司的證據［J］.經濟研究， 2016，51（11）： 125-139.

［25］ 王旭，褚旭.制造業企業綠色技術創新的同群效應研究：基于多層次情境的參照作用［J］.南開管理評論， 2021，1（1）：1-24.

［26］ RAUT L K. R&D spillover and productivity growth： evidence from indian private firms［J］.Journal of Development Economics，1995，48（1）：1-23.

［27］ 黎文靖，鄭曼妮.實質性創新還是策略性創新——宏觀產業政策對微觀企業創新的影響［J］.經濟研究，2016，51（4）：60-73.

［28］ ZHENG Y， WANG Q. Shadow of the great firewall： the impact of google blockade on innovation in China［J］. Strategic Management Journal，2020，41（12）： 2234-2260.

［29］ BLAU P M. A macrosociological theory of social structure［J］. American Journal of Sociology，1977，83（1）：26-54.

［30］ 王小魯， 樊綱， 胡李鵬. 中國分省份市場化指數報告（2018）［M］.北京：社會科學文獻出版社， 2019.

［31］ HAUSMAN J， HALL B， GRILICHES Z. Econometric-models for count data with an application to the patents R&D relationship［J］. Econometrica，1984，52（4）：909-938.

［32］ 畢靜煜，謝恩.研發聯盟組合關系特征與企業創新：伙伴地理多樣性的調節作用［J］.管理評論，2021，33（10）：103-114.

［33］ BLOOM N， SCHANKERMAN M， REENEN J V. Identifying technology spillovers and product market rivalry［J］. Econometrica，2013，81（4）：1347-1393.

［34］ ANDERSON D R， SWEENEY D J， WILLIAMS T A， et al. An introduction to management science： quantitative approach［M］. London： Cengage Learning， 2018.

［35］ FLEMING L. Science as a map in technological search［J］.Strategic Management Journal， 2004，25（8-9）：909-928.

［36］ SORENSON O， FLEMING L. Science and the diffusion of knowledge［J］. Research policy， 2004， 33（10）：1615-1634.

（責任編輯：王敬敏）

Worship or Fear of the Strong？ Knowledge Accessibility and Technical Cooperation Innovation Quality

Hou Xueru， Liu Mingxia

（Economics and Management School， Wuhan University， Wuhan 430072， China）

Abstract：The trust of the partners in the process of cooperation construction is an important premise for the focal firms to improve the quality of innovation. However， few existing studies have explored what factors affect the trust of partners in the process of technical cooperation from the perspective of signals， and what effects these factors have on the quality of technical cooperation are still unclear. As an advantage， knowledge accessibility greatly reflects the potential of knowledge combination and the signal of knowledge absorption capacity of an enterprise， and it may affect the evaluation feedback of potential partners， and provide a solution for the uncertainty of signal feedback in the process of technical cooperation. In addition， the interaction of different network relationships connected by the focal firm may have an alternative effect on each other. Therefore， this paper studies the influence of the executive interlocking network relationship on the signal feedback of knowledge potential partners， and the signal environment is an important condition for signal transmission and feedback.

Following the signal theory， this paper examines the value and usefulness of knowledge accessibility in innovation and the moderating effect of executive interlocking network and knowledge infringement risk. On the basis of the data of listed automobile manufacturing companies from 2008 to 2020， the zero-inflated negative binomial regression test is conducted， and a series of robustness tests are passed. The results show that （1） knowledge accessibility has a positive effect on the quality of technological cooperation innovation in focal firms. The results show that the world tends to worship strong feedback after capturing the information that the focal firms have strong knowledge creation potential， and is willing to provide "win-win" innovation support for the focal firms to improve their cooperative innovation quality. （2） Interlocking diversity and interlocking density， as the relationship factors that induce the effect of "fearing the strong" ， negatively influence the relationship between knowledge accessibility and technological cooperation innovation quality. This result confirms that the executive interlocking network relationship and knowledge cooperation relationship are mutually substitutable. The large-scale or diversified interlocking relationship makes knowledge partners realize that the focal firm has sufficient choice space to replace the most suitable partner in a short time， which gives rise to awareness of the crisis of knowledge partners being replaced， and the collision of the two relationships inhibits the quality of cooperative innovation. （3） Knowledge infringement risk， as an uncertain situational factor inducing the effect of "fearing the strong" ， negatively moderates the relationship between knowledge accessibility and technological cooperation innovation quality; The negative moderating effects of executive interlocking diversity and interlocking density on knowledge accessibility and technological cooperation innovation quality are more significant in the environment with a high risk of knowledge infringement.

The academic contributions are mainly reflected in three aspects. （1） By exploring the direct relationship between knowledge accessibility and the quality of cooperative innovation， it fills the signal gap that highlights the utilization effect of knowledge assets in the innovation process. （2） From the decoupling view of social network and knowledge network， this paper analyzes the signal constraint effect of the executive chain network， identifies the inducing factors of the negative influence of "fearing the strong " feedback caused by knowledge accessibility， and expands the cross-application boundary of network theory and signal theory. （3） It is clear that the knowledge infringement risk is a situational factor that aggravates the negative cooperation decisions made by the outside， and it leads to the knowledge collaborators' distrust of the interlocking network of the executives of the focal firm. This negative moderating effect caused by situational factors improves the knowledge signal transmission framework.

The conclusions encourage enterprises to recognize when the advantage signal will have a positive or negative effect. In practice， enterprises could then rationally use "intimate relationship" to maximize the attractive role of knowledge accessibility. Meanwhile， enterprises should pay attention to the management of senior executives and the analysis of the knowledge interaction environment and enhance the effective screening of chain cooperation， so as to avoid missing inventor cooperation opportunities conducive to knowledge reorganization.

Key Words：Technical Cooperation Innovation Quality; Knowledge Accessibility; Executive Interlocking Network; Signal Theory;Knowledge Infringement Risk